仿听觉频率分解特性的轴承振动信号处理方法
2015-07-26柏会宁马建仓李军杰王彤秦涛
轴承 2015年4期
柏会宁,马建仓,李军杰,王彤,秦涛
(西北工业大学 电子信息学院,西安 710129)
人耳听觉系统是一套高效智能的语音信号识别系统,其信号处理能力是现有人工信号处理系统无法比拟的,通过对人耳的生理结构以及信息处理机制的分析,在语音识别领域建立了多种数学模型,可以明显提高语音识别精度。机械振动信号与语音信号从波形特性上来说具有较大的相似性,可以将人耳的听觉特性及识别方法用于机械设备振动故障识别,实现振动信号的高速处理和准确识别。语音识别方法可以避免将传感器直接安装在振动部件上,而是通过采集机械振动产生的声音信号进行故障诊断,取得了较好效果[1]。由于振动信号本身可能比其产生的声音信号包含更多的故障信息,因此,结合机械部件的自身特性,对振动信号应用人耳语音识别方法进行故障诊断具有重要意义。
倒频谱能够分离边带和高次谐波,可以有效解决轴承故障中出现的调制现象[2~3]。目前,语音识别中应用较多的是将倒频谱特性提取为Mel频率倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)[4],从而利于运用模式识别方法识别不同状态。在此,根据MFCC特征提取方法,结合轴承故障信号特征,利用Fisher比率法设计出一组彼此有重叠的三角滤波器模拟人耳的基底膜频率分解特性,以求得轴承振动信号的倒谱系数,并将提取的特征利用支持向量机进行故障识别。
1 仿听觉特性的思路
生理学证实,人耳听觉系统主要由外耳、中耳和内耳构成。……
登录APP查看全文
